Skip to content

Latest commit

 

History

History
139 lines (70 loc) · 8.89 KB

6-business-concepts-data-science-unicorn.md

File metadata and controls

139 lines (70 loc) · 8.89 KB

成为数据科学“独角兽”的六个商业概念

原文:www.kdnuggets.com/2017/03/6-business-concepts-data-science-unicorn.html

c评论

独角兽数据科学家在中世纪,独角兽是一个稀有的神秘生物,具有强大的力量。在今天的世界里,类似的神秘生物就是数据科学独角兽,能够同样精通技术、数据科学和业务。这种专业人士是任何数据科学团队中最宝贵的资源。许多数据专业人士在前两个领域——技术和数据科学上是专家,但缺乏业务/领域技能。

数据科学项目不仅仅是关于 ETL 和构建模型,更在于理解业务及其战略问题,提出正确的问题,并利用技术和数据科学来解决这些问题。对业务及其问题的理解不清可能会使数据科学/分析项目以及整个业务战略陷入困境。典型的分析团队包括业务/数据分析师(他们了解业务,定义业务问题,并从业务角度解释数据科学结果)、数据科学家(数据科学专家)和数据工程师(技术专家,开发者,测试者和管理员)。


我们的三大课程推荐

1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。

2. 谷歌数据分析专业证书 - 提升你的数据分析能力

3. 谷歌 IT 支持专业证书 - 支持你组织的 IT


尽管这三种专家在同一个团队中,但在整合他们的专业知识后,可能存在正确理解问题或解释结果的差距。因此,理想的角色是了解所有三个领域的人,帮助团队更好地理解业务及其问题,寻找创新解决方案,并以正确的方式解释结果,为业务创造价值。这个博客概述了数据科学的商业方面,特别适合那些希望提升分析职业生涯并成为“独角兽”的技术和数据科学专业人士。数据驱动的业务

要理解当今以数据/分析驱动的业务,以下概念非常重要:

  1. 战略规划

  2. 企业绩效管理(EPM)

  3. 商业智能与分析

  4. 关键绩效指标

  5. 管理报告

  6. 战略决策

  7. 战略规划是组织定义其战略或方向的过程,并决定如何分配资源以追求这一战略。它也可能扩展到指导战略实施的控制机制。”– Wikipedia

视频:

  1. 企业绩效管理(EPM)是一种与商业智能(BI)相关的业务规划,涉及评估和管理企业绩效,以实现绩效目标、提高效率或优化业务流程。”– Technopedia。

视频:

  1. “商业智能(BI)是支持业务信息的收集、分析、展示和传播的一整套策略、流程、应用程序数据、产品、技术和技术架构。”^([1])– Wikipedia

视频:

  1. 关键绩效指标(KPIs)帮助我们衡量公司、业务单元、项目或个人相对于其战略目标和目的的表现。设计良好的 KPIs 提供了至关重要的导航工具,让我们清晰了解当前的绩效水平。” – www.ap-institute.com

视频:

  1. 管理信息报告,是“一种沟通方法,允许业务经理向受众传达思想和概念,了解市场趋势,并确保高效的业务运作。” – reference.com

由于管理报告帮助业务高管做出明智决策,因此有效且视觉化地呈现组织信息变得非常重要。在今天的 IT 支持企业中,BI 仪表板和报告工具是非常受欢迎的管理报告方式。 商业管理报告示例

6. “战略决策是由高级管理层做出的长期复杂决策。这些决策将影响整个公司的方向。一个例子可能是成为该领域的市场领导者。

战术决策是由中层管理者做出的中期、较少复杂的决策。它们是战略决策的后续,旨在实现任何战略决策中所述的目标。例如,为了成为市场领导者,公司可能需要推出新产品/服务或开设新分支机构。

操作决策是由初级管理者做出的日常简单例行决策。这可能涉及到定期订购供应品或创建员工角色” – bbc.co.uk

了解更多关于 商业决策

视频:

以下是 Bernard Marr 的影片列表——一位著名的大数据、分析和企业绩效的作者、演讲者和顾问,解释了关于商业、大数据和分析的更多细节:

  1. 智能公司(Bernard Marr)

  2. 通过 EPM、BI 和分析做出更好的决策

  3. 构建智能 PM 系统

  4. 未来价值驱动因素 – 使用五步过程利用你的无形资产

完全理解商业方面的知识需要多年甚至十年的时间;对于独角兽公司而言,重要的是了解商业领域的基础知识,并将这些知识与技术和数据科学技能结合起来,以理解和解决现实世界中的商业问题。有关商业分析特定领域的在线课程有很多,例如。

  1. 营销分析

  2. 供应链分析

  3. 决策分析

  4. 市场分析:产品、分销与销售

最佳建议是选择你感兴趣的业务领域或当前数据科学项目的业务领域,并开始你的数据科学世界的独角兽之旅。祝好运。

相关:

  • 数据科学的幻觉

  • 数据科学技能与商业问题

  • 访谈:Kenneth Viciana,Equifax 关于数据湖及其他洞察文化策略

更多相关话题